survey/makestats

   1 #!/usr/bin/python
   2
   3 from mvpa.misc.plot.base import plot_bars
   4 from glob import glob
   5 try:
   6     from json import load as jload
   7     def jsonload(f):
   8         return jload(f)
   9 except ImportError:
  10     from json import read as jread
  11     def jsonload(f):
  12         return jread(f.read())
  13 import sys, os
  14 import pylab as pl
  15 import numpy as np
  16 import time
  17
  18 # uniform colors for OS results
  19 os_colors = ['#B63537', '#4E4DA0', '#008200', 'gray']
  20 os_order = ['linux', 'mac', 'win', 'otheros']
  21 time_order = ['notime', 'little', 'most', 'always']
  22 time_colors = ['#AA2029', '#D1942B', '#7FB142', '#69A7CE']
  23 time_categories = {
  24         'notime': "don't use it",
  25         'little': "less than 50%",
  26         'most': "more than 50%",
  27         'always': "always"
  28         }
  29 # resources
  30 resource_categories = {
  31     'vendor': 'Vendor/Project website',
  32     'retailer': 'Retailer',
  33     'os': 'Operating system',
  34     'cpan': 'CPAN',
  35     'cran': 'CRAN',
  36     'epel': 'EPEL',
  37     'fink': 'Fink',
  38     'freebsdports': 'FreeBSD ports',
  39     'incf': 'INCF',
  40     'macports': 'Macports',
  41     'matlabcentral': 'Matlab Central',
  42     'neurodebian': 'NeuroDebian',
  43     'nitrc': 'NITRC',
  44     'pypi': 'PyPi',
  45     'pythonbundles': 'Python bundles',
  46     'sourceforge': 'Sourceforge',
  47     'other': 'Other resource'
  48     }
  49 # software categories
  50 sw_categories = {
  51         'general': 'General computing',
  52         'dc': 'Distributed computing',
  53         'img': 'Brain imaging',
  54         'datamanage': 'Data management',
  55         'neusys': 'Neural systems modeling',
  56         'electro': 'Electrophysiology, MEG/EEG',
  57         'bci': 'Brain-computer interface',
  58         'acq': 'Hardware interface/Data acquisition',
  59         'rt': 'Real-time solutions',
  60         'psychophys': 'Psychophysics/Experiment control'
  61         }
  62
  63 # some meaningful groups of OSes
  64 redhat_family = ["rhel", "centos", "fedora", "scilinux"]
  65 debian_family = ["debian", "ubuntu", "biolinux"]
  66 suse_family = ["suse", "slel"]
  67 other_linux_family = ["gentoo", "mandriva", "arch", "slackware", "otherlinux"]
  68 other_family = ["starbsd", "unix", "qnx", "beos", "solaris", "other"]
  69
  70 os_cat_names = {
  71         'win': 'Windows',
  72         'mac': 'Mac OS',
  73         'linux': 'GNU/Linux',
  74         'otheros': 'Other OS'
  75         }
  76
  77 os_family = {
  78         'win': ["windows"],
  79         'mac': ["macosx"],
  80         'linux': redhat_family + debian_family + suse_family + other_linux_family,
  81         'otheros': other_family
  82         }
  83 # end the reverse mapping
  84 os_family_rev = {}
  85 for ost in os_family:
  86     for os_ in os_family[ost]:
  87         os_family_rev[os_] = ost
  88
  89
  90 def load_list2dict(name):
  91     d = {}
  92     lfile = open(name)
  93     for line in lfile:
  94         kv = line.split(':')
  95         d[kv[0]] = kv[1].strip().strip('"')
  96     return d
  97
  98
  99
 100 class DB(dict):
 101     os_dict = load_list2dict('oslist.txt')
 102     datamod_dict = load_list2dict('datamodlist.txt')
 103     sw_dict = load_list2dict('swlist.txt')
 104     position_dict = load_list2dict('position-dd-list.txt')
 105     employer_dict = load_list2dict('employer-dd-list.txt')
 106
 107     def __init__(self, srcdir):
 108         # eats the whole directory
 109         if srcdir is None:
 110             return
 111         datafilenames = glob('%s/*.json' % srcdir)
 112         for dfn in datafilenames:
 113             rawdata = jsonload(open(dfn))
 114             self[rawdata['timestamp']] = rawdata
 115
 116     def get_unique(self, key):
 117         # return a set of all (unique) values for a field id
 118         uniq = set()
 119         for d in self.values():
 120             if key in d:
 121                 el = d[key]
 122                 if isinstance(el, list):
 123                     uniq = uniq.union(el)
 124                 else:
 125                     uniq = uniq.union((el,))
 126         return uniq
 127
 128     def get_not_none(self, key):
 129         # return a list of all values of a specific field id
 130         # the second return value is count of submission that did not have data
 131         # for this field id
 132         val = []
 133         missing = 0
 134         for d in self.values():
 135             if key in d:
 136                 el = d[key]
 137                 if isinstance(el, list):
 138                     val.extend(el)
 139                 else:
 140                     if el == 'none':
 141                         missing += 1
 142                     else:
 143                         val.append(el)
 144             else:
 145                 missing += 1
 146         return val, missing
 147
 148     def get_counts(self, key):
 149         # return a dict with field values as keys and respective submission
 150         # count as value
 151         vals = self.get_not_none(key)[0]
 152         uniq = np.unique(vals)
 153         counts = dict(zip(uniq, [vals.count(u) for u in uniq]))
 154         return counts
 155
 156     def select_match(self, key, values):
 157         # return a db with all submissions were a field id has one of the
 158         # supplied values
 159         match = DB(None)
 160         for k, v in self.items():
 161             if not key in v:
 162                 continue
 163             el = v[key]
 164             if isinstance(el, list):
 165                 if len(set(values).intersection(el)):
 166                     match[k] = v
 167             elif el in values:
 168                 match[k] = v
 169         return match
 170
 171     def get_nice_name(self, id):
 172         srcs = [DB.os_dict, os_cat_names, DB.sw_dict, sw_categories,
 173                 resource_categories, time_categories,
 174                 DB.datamod_dict, DB.position_dict, DB.employer_dict]
 175         for src in srcs:
 176             if id in src:
 177                 return src[id]
 178         # not found, nothing nicer
 179         return id
 180
 181
 182 def mkpic_os_per_env(db, destdir):
 183     envs = ['pers_os', 'man_os', 'virt_host_os', 'virt_guest_os']
 184     env_names = ['Personal', 'Managed', 'Virt. Host', 'Virt. Guest']
 185     env_stats = {}
 186     for env in envs:
 187         counts = db.get_counts(env)
 188         stats = dict(zip(os_family.keys(), [0] * len(os_family)))
 189         for os in counts:
 190             stats[os_family_rev[os]] += counts[os]
 191         total_count = np.sum(stats.values())
 192         for osf in stats:
 193             if not total_count:
 194                 stats[osf] = 0
 195             else:
 196                 stats[osf] = float(stats[osf]) / total_count
 197         env_stats[env] = stats
 198     # make stacked barplot
 199     pl.figure(figsize=(6.4, 4.8))
 200     x = np.arange(len(envs))
 201     bottoms = np.zeros(len(envs))
 202     for i, os in enumerate(os_order):
 203         stat = [env_stats[e][os] for e in envs]
 204         pl.bar(x, stat, bottom=bottoms, color=os_colors[i],
 205                label=db.get_nice_name(os), width=0.8)
 206         bottoms += stat
 207     pl.legend(loc='lower right')
 208     pl.xticks(x + 0.4,  [db.get_nice_name(e) for e in env_names])
 209     pl.xlim(-0.25, len(envs))
 210     pl.title("Operating system preference by environment")
 211     pl.ylabel("Fraction of submissions")
 212     pl.savefig('%s/ospref_by_env.png' % destdir, format='png', dpi=80)
 213
 214
 215 def mkpic_time_per_env(db, destdir):
 216     envs = ['pers_time', 'man_time', 'virt_time']
 217     env_names = ['Personal', 'Managed', 'Virtual']
 218     env_stats = {}
 219     for env in envs:
 220         counts = dict(zip(time_order, [0] * len(time_order)))
 221         counts.update(db.get_counts(env))
 222         total_count = np.sum(counts.values())
 223         for c in counts:
 224             counts[c] = float(counts[c]) / total_count
 225         env_stats[env] = counts
 226     # make stacked barplot
 227     pl.figure(figsize=(7.5, 4))
 228     x = np.arange(len(envs))
 229     bottoms = np.zeros(len(envs))
 230     for i, t in enumerate(time_order):
 231         stat = [env_stats[e][t] for e in envs]
 232         pl.barh(x, stat, left=bottoms, color=time_colors[i],
 233                label=db.get_nice_name(t), height=.6)
 234         bottoms += stat
 235     pl.legend(loc='center left')
 236     pl.yticks(x + 0.2,  env_names)
 237     pl.ylim(-0.4, len(envs))
 238     pl.title("Research activity time by environment")
 239     pl.xlabel("Fraction of submissions")
 240     pl.savefig('%s/time_by_env.png' % destdir, format='png', dpi=80)
 241
 242
 243 def mkpic_submissions_per_key(db, destdir, key, title, sortby='name',
 244                             multiple=False):
 245     counts = db.get_counts(key)
 246     pl.figure(figsize=(6.4, 4.8))
 247     pl.title(title)
 248     if not len(counts):
 249         pl.text(.5, .5, "[Insufficient data for this figure]",
 250                 horizontalalignment='center')
 251         pl.axis('off')
 252     else:
 253         # sort by name
 254         if sortby == 'name':
 255             stats = sorted(counts.items(), cmp=lambda x, y: cmp(x[0], y[0]))
 256         elif sortby == 'count':
 257             stats = sorted(counts.items(), cmp=lambda x, y: cmp(x[1], y[1]))[::-1]
 258         else:
 259             raise ValueError("Specify either name or count for sortby")
 260         x = np.arange(len(stats))
 261         pl.bar(x + (1./8), [s[1] for s in stats], width=0.75, color = '#008200')
 262         pl.xticks(x + 0.5,  ['' for s in stats])
 263         for i, s in enumerate(stats):
 264             pl.text(i+.5, 0.1, db.get_nice_name(s[0]), rotation=90,
 265                     horizontalalignment='center',
 266                     verticalalignment='bottom',
 267                     bbox=dict(facecolor='white', alpha=0.8, edgecolor='white'))
 268         pl.xlim(0, len(stats))
 269         yl = "Number of submissions"
 270         if multiple:
 271             yl += "\n(multiple choices per submission possible)"
 272         pl.ylabel(yl)
 273     pl.savefig('%s/submissions_per_%s.png' % (destdir, key), format='png', dpi=80)
 274
 275
 276 def mkpic_resources(db, destdir):
 277     res = db.get_counts('software_resource')
 278     res = res.items()
 279     x = np.arange(len(res))
 280     pl.figure(figsize=(6.4, 4.8))
 281     pl.title('Software resources')
 282     pl.bar(x + (1./8), [s[1] for s in res], width=0.75, color = '#008200')
 283     pl.xticks(x + 0.5,  ['' for s in res])
 284     for i, s in enumerate(res):
 285         pl.text(i+.5, 0.1, db.get_nice_name(s[0]), rotation=90,
 286                 horizontalalignment='center',
 287                 verticalalignment='bottom',
 288                 bbox=dict(facecolor='white', alpha=0.8, edgecolor='white'))
 289     pl.ylabel('Number of submissions')
 290     pl.savefig('%s/software_resources.png' % destdir, format='png', dpi=80)
 291
 292 def mkpic_software(db, destdir):
 293     for typ in sw_categories.keys():
 294         mkpic_submissions_per_key(
 295             db, destdir, 'sw_%s' % typ,
 296             title="Software popularity: %s" % db.get_nice_name(typ),
 297             sortby='name')
 298
 299 def mkpic_rating_by_os(db, env, items, destdir, title):
 300     pl.figure(figsize=(6.4, 4.8))
 301     for i, os in enumerate(os_order):
 302         ratings = [db.select_match(env,
 303                         os_family[os]).get_not_none('%s' % (it,))[0]
 304                             for it in items]
 305         plot_bars(ratings, offset=((i+1)*0.2)-0.1, color=os_colors[i],
 306                   title=title, ylabel="Mean rating", label=db.get_nice_name(os))
 307     pl.ylim((0,3))
 308     pl.xlim((0,len(items)))
 309     pl.yticks((0, 3), ['Disagree', 'Agree'], rotation=90)
 310     pl.xticks(np.arange(len(items))+0.5, [i[-2:] for i in items],
 311               horizontalalignment='center')
 312     pl.legend(loc='lower right')
 313     pl.savefig('%s/ratings_%s.png' % (destdir, env), format='png', dpi=80)
 314
 315
 316 def main(srcdir, destdir):
 317     db = DB(srcdir)
 318     if not os.path.exists(destdir):
 319         os.makedirs(destdir)
 320
 321     mkpic_submissions_per_key(
 322         db, destdir, 'bg_datamod', sortby='count',
 323         title='Submissions per data modality\n(multiple choices per submission possible)')
 324
 325     mkpic_submissions_per_key(
 326         db, destdir, 'bg_position', title='Submissions per position', sortby='count')
 327
 328     mkpic_submissions_per_key(
 329         db, destdir, 'bg_country', title='Submissions per country', sortby='count')
 330
 331     mkpic_submissions_per_key(
 332         db, destdir, 'bg_employer', title='Submissions per venue', sortby='count')
 333
 334     for pic in [mkpic_os_per_env, mkpic_software,
 335                 mkpic_resources, mkpic_time_per_env]:
 336         pic(db, destdir)
 337     mkpic_rating_by_os(db, 'pers_os', ['pers_r%i' % i for i in range(1, 9)], destdir,
 338                        "Ratings: Personal environment")
 339     mkpic_rating_by_os(db, 'man_os', ['man_r%i' % i for i in range(1, 5)], destdir,
 340                        "Ratings: Managed environment")
 341     mkpic_rating_by_os(db, 'virt_host_os', ['virt_r%i' % i for i in range(1, 4)], destdir,
 342                        "Ratings: Virtual environment (by host OS)")
 343     # submission stats: this is RST
 344     statsfile = open('%s/stats.txt' % destdir, 'w')
 345     statsfile.write('::\n\n  Number of submissions: %i\n' % len(db))
 346     statsfile.write('  Statistics last updated: %s\n\n' \
 347             % time.strftime('%A, %B %d %Y, %H:%M:%S UTC', time.gmtime()))
 348     statsfile.close()
 349
 350 if __name__ == '__main__':
 351     main(sys.argv[1], sys.argv[2])